[发明专利]一种工业数据关联规则挖掘及异常工况预测方法

摘要

本发明公开了一种工业数据关联规则挖掘及异常工况预测方法，可应用于工业过程的故障预测与健康管理。本发明把关联规则挖掘引入工业设备故障预测中，通过关联规则挖掘算法寻找运行参数间的关联性。针对工业数据特点，从设备运行参数的变化趋势入手，通过以运行参数变化趋势为最重要的指标生成事务集，并以此为基础进行参数与参数之间的关联规则挖掘，随后将关联规则挖掘结果引入工业设备异常工况预测中，以获得更为准确的预测结果。对于工程上的故障预测和健康管理有重大应用价值。

主权项

1.一种基于两阶段频繁项集产生策略的工业数据关联规则挖掘及异常工况预测方法，其特征在于，具体步骤如下：步骤1：对时间序列数据分段线性化表示和符号化，构造适用于关联规则挖掘的离散型数据集；步骤2：采用两阶段的频繁项集挖掘算法生成数据集的频繁项集；步骤3：根据频繁项集生成关联规则，提取满足最小支持度和最小置信度阈值的关联规则；步骤4：将关联规则挖掘结果引入小波神经网络，并用于工业设备的异常工况预测。